引言
能源互联网是以电力网为基础，利用可再生能源、智能电网及互联网技术，融合包括电力网在内的多能源网及电气化交通网，形成多种能源高效利用和多元主体参与的能源互联共享网络。在新的发展态势下，电网形态将由单向逐级输电为主的传统电网，向包括交直流混联大电网、微电网、局部直流电网和可调节负荷的能源互联网转变，技术基础由同步发电机为主导的机械电磁系统向由电力电子设备和同步机共同主导的混合系统转变。日新月异的信息通信技术（ICT）在构建这种新型能源互联体系的过程中发挥了重要作用，有利于能源生产、传输、转换和应用的全环节智能化实现，促进能源系统间的高度耦合，为能源链的高效利用、经济环保、安全可靠运作提供了有效支撑。
1电力通信监测系统组成
1.1硬件结构
电力通信监测系统的构成较为复杂，在硬件方面，一般而言主要包括外围站和中心站两大部分，系统当中还会涉及到很多外部设备的使用。在运行的过程当中，变电站当中的通信机房需要进行大范围的数据采集工作，将数据整理好之后将数据上传到中心站，对数据进行整理和分析。同时，部分服务器可以建立功能性较强的实时数据库，从而能够对数据进行实时储存与处理。在此基础上，有效双机共享的运作方式，使得系统能够具备异地储存和备份的功能。值得注意的是，双机正式联通之前，需利用好集群系统软件，事前进行数据备份，使得数据支持后续德尔工作，确保数据的安全性与可靠性。此外，两台服务器直接连接，可以有效解决主服务器的故障，发生故障之后，能够自动启用其他服务器，确保系统能够保持正常运行的状态。在调度值班室当中，还会设置设备报警功能，进行有效的监测活动，为系统的稳定运行保驾护航。
1.2应用软件
电力通信系统当中的应用软件主要包括以下两个方面。第一，实时数据库与管理数据库。这两种数据库的功能不同，所发挥的作用也不同。具体而言，实时数据库可以处理系统在线的实时数据，而管理数据库则需要处理设备的历史数据等非实时性的数据，如此一来，可以对通信网当中的各项数据进行更加全面化的管理。第二，系统当中的某一台终端可以采集信息，包括设备的运行参数以及设备和电路的具体运行状态。工作人员通过对终端的观察，及时掌握系统当中存在的问题并尽快解决，确保系统安全与稳定运行。同时，为了提高信息获取的速度，可以利用语音提示等方式，切实提升通信网管理水平。此外，利用已经获得的信息分析故障产生的原因，并准确定位故障位置，及时进行处理。在此基础上，要分析故障对于网络整体的影响，通过有效处理之后确保通信网的流畅性。
2机器学习的典型方法
2.1回归分析
回归分析是一种统计学上的数据分析方法，是一种预测性建模技术，常用于预测分析、时间序列模型、发现因果关系等。在回归分析的各类算法中，线性回归由于自变量和因变量具有线性关系，因此对异常值非常敏感；多项式回归表达能力最强，而且便于定量分析；而对于更复杂的非线性关系，神经网络、决策树、支持向量机等具有很强非线性表征能力的机器学习算法也越来越多地应用于回归分析过程中。
2.2分类及聚类
分类分析和回归本质上都是通过模型和一个或多个输入，去预测另一个或多个值，区别在于分类可用于预测类别型数据。决策树是一种典型的分类算法，其算法过程主要由特征选择、决策树生成、决策树修剪构成。在对模型进行训练时，决策树算法将数据的特征值作为分类的判断节点，并采用贪婪算法在选择特征的同时生成一种自上而下的树状分类器；当需要对新数据进行分类决策时，决策树根据输入确定一个从根节点到叶节点的路径作为类别。基于上述决策过程，决策树算法对于数据集中的离群点，如异常数据或脏数据，都能很好地分辨出来。同时，由于其具有分类速度快、算法实现简单等优点，已成为最广泛的状态预测算法之一。聚类分析的目的是将样本数据划分成若干个通常不相交的子集，每个子集被称为一个簇（Cluster），属于无监督学习的一种。聚类的过程是将数据进行划分的过程，实际将样本数据分成围绕簇中心的类，既可以用于描述数据的内在分部结构，也可以作为其他数据处理算法的前驱过程，还可以用于监测异常的离群点。
2.3关联规则
关联规则即发现数据背后存在的某种规则或联系，是一种经典的机器学习算法，其评估标准主要包括支持度和置信度。其中，支持度表示几个关联数据在数据集中同时出现的次数占总数据集的比重；置信度表示一个数据出现后，另一个数据出现的概率。关联规则即是从事物集合中挖掘出满足支持度和置信度最低阈值要求的所有规则，通过调节支持度和置信度阈值的高低，使挖掘出的数据关联性强弱符合需求的标准。
3电力通信运维的信息资源管理和集中运维管理的建设优化
应当明确电力通信的实际需求，并结合电力通信的实际特点来展开。同时，企业方面还需持续加强先进技术和先进设备的引进。企业和工作人员还需要进一步做好技术制度的制定，确保集体的管理工作，能够迸发出更大的作用，能够实现更为持续的发展，同时完善电力通信网的运维监管体系。在企业进行资源监督体系建立时，应当保证自身人力、物力、财力的充足，对网关中的具体设施和各类数据信息进行严格审查，保证资源体系的初始数据准确。同时，在正式启动了资源监督系统后，也需要派遣专门的维护人员对互联网系统展开维护，并同时对数据实施追踪管理，以此来保障信息的准确性。而在电力维修方面，则是需要企业对维修、养护人员进行定期的培训教育工作。或是邀请相关的专家学者开展讲座，结合实际案例进行分析，或是通过线上平台，引导人员进行线上学习。以此来保证维修、养护人员的技能娴熟度。还需要制定出完善的人员管理制度，并连带奖罚措施和责任体系，明确具体的工作标准和工作流程。一方面是要对人员的工作行为进行约束，另一方面也要能够激发人员的工作积极性。
结语
综上所述，在大数据时代，针对通信网中电力通信监测技术的应用进行分析是十分必要的，电力通信网中电力通信监测技术的应用具体体现在图像监控、设备控制以及自动报警等方面。未来电力通信网还需要进行不断地完善，通过对先进技术的有效应用，切实提升电力通信的质量，促进行业的稳步发展，从而为人们的生产与生活提供更多的便利。
参考文献
[1]张航.大数据技术在电力通信网中的应用研究[J].通信电源技术,2020,37(10):203-205.
[2]杨飞虎,宋丽君,周自毅.窄带通信技术在电力杆塔倾斜监测中的应用[J].农村电工,2020,28(04):38-40.
[3]刘佳.软交换技术在地区电力通信网中的应用研究[J].科技创新与应用,2020(06):181-182.
[4]张林.光纤在线监测技术在绵阳电力通信网络中的应用[J].价值工程,2018,37(08):198-200.
